随着当今人类社会健康观念更新、疾病谱改变、老龄化社会到来，以医院为中心的医疗模式正在回归到以预防为主、以社区医疗(含家庭和个人保健)为中心的模式上来。这种新型的医疗模式对心电信号的自动分析也提出了新的要求。传统医学仪器的微型化、智能化、个性化已是大势所趋，本课题的研究正是基于这一需求，利用小波变换的方法，在DSP系统上开展了对心电信号实时自动分析方法的探索。在过去的几十年问，得益于信号处理方法和模式识别技术以及微型计算机系统处理能力的进步，心电检测分析的水平得到了很大的提高。但目前的大多数方法都是基于PC的后处理，无法满足个人社区监护中的实时处理需要。由于社区生理监护的特殊性，对自动分析的需求更为迫切，特别是对危及病人性命的心电特征的及时识别有着极其重要的意义。DSP芯片的发展使心电信号的自动分析实时化成为了可能。目前报道的基本算法大都是在把重点放在QRS波群的检测上，对S-T段的研究比较少，恰恰对该段的分析在对社区心血管系统病人的监护中有着重要的意义。本研究利用小波变换方法，首先对采集的信号进行预处理，滤除工频干扰、肌电干扰和基线漂移等噪声；然后对信号的QRS波群进行特征识别，识别出R波等特征点；再以此为基准点对S-T段进行了识别研究，提出了适合于S-T段识别的有效算法。结合DSP的实时信号处理能力，在线完成的信号处理有：基于小波变换的基线漂移抑制及50Hz工频干扰抑制，基于小波变换的QRS波、P波、T波识别，及其各个波的起始点与终止点的识别。配置一定的判据后对心肌缺血做出判断报警。本研究采用国际公认的MIT-BIH心电数据库的数据对所提出的算法进行了实验研究，验证了算法的精确性和有效性。在本研究中提出的利用小波变换在DSP上进行S-T段的实时分析方法在国内外尚未见到报道。